本指南詳細說明了如何在阿里雲資料管理工作空間中,建立、配置並使用託管的 MLFlow 服務。DMS MLFlow 為您提供一個安全、穩定、運行在您專用網路內的機器學習實驗跟蹤平台,協助您高效管理模型訓練的中繼資料、參數和指標。
核心架構
-
服務託管:DMS 負責 MLFlow 執行個體的生命週期管理和底層資源的營運。
-
VPC 原生整合:通過應用型負載平衡將 MLFlow 服務穩定地暴露在您的 VPC 內,確保網路隔離與安全。
-
按需使用:與 DMS Notebook 等環境無縫整合,按實際計算資源消耗付費。
支援地區
華北2(北京)、華東2(上海)、華東1(杭州)。(當前處於灰階開放階段,具體可用性以控制台入口是否可見為準)
資源準備
在建立 MLFlow 執行個體之前,請確保以下資源已準備就緒。
-
網路資源
-
Object Storage Service
-
用途:存放模型訓練的產物(如模型檔案、資料集等)。DMS MLFlow 本身僅負責記錄中繼資料(含訓練過程指標資訊和產物儲存位置元資訊等),產物需要儲存到使用者準備的OSS。
-
操作步驟:建立儲存空間
-
-
工作空間
-
用途:工作空間是DMS的協作單元,DMS MLFlow的建立、管理以及可視化展示均需要在空間內完成。
-
操作步驟:工作空間準備
-
-
ALB服務關聯角色
-
用途:DMS MLFlow通過應用型負載平衡(ALB)提供VPC內訪問。如果您的帳號從未使用過ALB產品,系統中不存在ALB服務關聯角色,將導致MLFlow執行個體建立失敗。
-
操作步驟:參見建立服務關聯角色,在建立服務關聯角色面板中,產品名稱選擇ALB即可。
-
建立Notebook
在頂部功能表列中,選擇Data + AI > 工作空間,或在極簡模式的控制台,點擊控制台左上方的
表徵圖,選擇全部功能 > Data + AI > 工作空間。-
在工作空間列表頁,找到目標空間,點擊ID進入工作空間。
-
在工作空間內,找到並進入 Notebook 會話管理頁面。

-
點擊建立會話按鈕,在建立會話彈窗中,填寫對應資訊後,點擊完成,去建立按鈕,完成會話的建立。

參數名稱
參數說明
參數樣本
會話名稱
Notebook 會話的唯一標識名稱,用於區分不同任務;支援字母、數字、底線,長度建議不超過 64 字元。
new_session_20250401所屬叢集
指定運行 Notebook 的計算叢集。預設使用 DMS 提供的共用叢集,也可選擇已授權的專屬叢集。
DMS預設叢集鏡像
運行環境的基礎容器鏡像,包含預裝的 Python 版本及常用 AI/資料科學庫(如 pandas、numpy、dashscope 等)。
Python3.9:1.0.9規格
分配給 Notebook 執行個體的計算資源,格式為“CPU核心數 + 記憶體大小”。資源越高,處理能力越強,計費也相應增加。
1C4G(1 核 CPU,4 GB 記憶體)開發模式
控制是否啟用調試與互動增強功能(如自動儲存、熱重載等)。開啟後資源消耗略高,適合開發調試;生產環境推薦關閉。
關閉/開啟配置
預設的運行時配置模板,可包含網路原則、掛載點、安全上下文等。
default_profile為系統預設安全配置。default_profile資源釋放
會話空閑自動釋放時間(單位:分鐘)。逾時後執行個體將被回收以節省資源,未儲存的內容可能丟失,請及時持久化。
1440(即 24 小時)資料存放區
是否掛載持久化儲存卷。選擇“無”表示所有資料僅儲存在臨時容器中,重啟後丟失;如需持久化,請綁定 OSS 或 NAS。
無/oss://my-bucket/notebookPypi管理組件
額外安裝的 Python 第三方包列表(通過 pip 安裝)。多個包用逗號分隔,支援指定版本(如
dashscope==1.19.0)。無/dashscope, pandas==2.1.0環境變數
自訂運行時環境變數,常用於配置 API Key、地區、記錄層級等。格式為
KEY=VALUE,多組用換行或分號分隔。無/DASHSCOPE_API_KEY=sk-xxx -
在Notebook會話列表,點擊目標會話操作列的啟動按鈕,完成會話的啟動。
建立並配置 MLFlow 執行個體
建立 MLFlow 執行個體
-
在 DMS 工作空間內,找到並進入 MLFlow 管理頁面。

-
點擊建立執行個體按鈕,在彈出的設定精靈中填寫以下資訊:

參數名稱
參數說明
參數樣本
執行個體名稱
MLFlow執行個體的名稱
my-mlflow
執行個體描述
MLFlow執行個體的描述
Description of my MLFlow.
VPC
選擇使用的專用網路,預設選中為當前工作空間的專用網路。不同專用網路的Notebook和MLFlow執行個體之間無法互相聯通。
vpc-fs******4a
交換器
選擇主交換器。MLFlow資源和負載平衡會分別在該交換器佔用一個IP,請確保交換器下可用IP充足。
vsw-sg******7h
備交換器
選擇備交換器,該交換器用於提供負載平衡的高可用能力,負載平衡會在該交換器佔用一個IP,請確保交換器下可用IP充足。備交換器必須和主交換器在不同的可用性區域,不然會導致MLFlow建立失敗。
vsw-hq******v9
安全性群組
選擇安全性群組。MLFlow的使用者側網路會受到該安全性群組的管控。請保證該安全性群組允許源IP(如Notebook IP)的訪問,不然可能導致無法連通MLFlow執行個體。只能選擇普通安全性群組,使用託管安全性群組會導致MLFlow執行個體建立失敗。
sg-zb******iq
OSS Bucket
阿里雲OSS儲存桶名稱。若您在建立實驗的時候沒有指定Artifact Root,DMS MLFlow會預設使用 oss://OSS Bucket/OSS路徑作為Artifact Root。
my-bucket
OSS路徑
阿里雲OSS儲存路徑。若您在建立實驗的時候沒有指定Artifact Root,DMS MLFlow會預設使用 oss://OSS Bucket/OSS路徑作為Artifact Root。
mlflow-root
-
確認資訊無誤後,點擊確定。執行個體的建立過程需要幾分鐘,請耐心等待其狀態變為運行中。
重要若執行個體長時間未進入運行中狀態或提示部署失敗(無報錯或建立進度停滯),請按以下檢查項逐一排查:
-
ALB 服務關聯角色:確認當前帳號已建立 ALB 服務關聯角色。若帳號從未使用過 ALB,請先參見建立服務關聯角色,在建立服務關聯角色面板中產品名稱選擇ALB完成建立,否則 MLFlow 執行個體將建立失敗。
-
交換器可用 IP:檢查主交換器和備交換器的可用 IP 數量,建議各保留至少 10 個空閑 IP。IP 不足將導致 ALB 無法建立,進而造成 MLFlow 部署失敗。
-
安全性群組入方向規則:確認安全性群組入方向已開放 80 連接埠,且允許 VPC 網段訪問。
-
跨可用性區域:確認主交換器和備交換器分別位於不同的可用性區域,同一可用性區域將導致 MLFlow 建立失敗。
MLFlow 後端依賴 RDS 資料庫執行個體,該執行個體由系統在建立時自動初始化,無需手動操作;釋放 MLFlow 執行個體時,系統也會自動釋放對應的 RDS 執行個體。由於建立流程包含 RDS 資料庫初始化,完整的執行個體建立過程通常需要十幾分鐘,請耐心等候狀態變為運行中後再使用。
-
-
在操作列中有多個按鈕,分別對應以下功能:
-
編輯:可以對名稱和描述進行修改。
-
開啟:在內嵌頁面中即可查看mlflow頁面。

-
VPC地址:VPC地址是通過ALB在使用者VPC內打通的穩定IP。點擊複製表徵圖可複製穩定IP地址。兩個地址中的任意一個都可以作為MLFlow的後端伺服器,連接埠為80(即通過地址可以直接存取)即可在同一個VPC內訪問Mlflow。
-
重新部署:目前暫不支援此操作。
-
釋放:釋放後會在後台銷毀對應的資料庫以及Mlflow計算執行個體。
-
配置 ALB 存取控制
為保證網路安全,MLFlow 執行個體關聯的 ALB 預設拒絕所有訪問。您必須手動設定存取控制策略,否則無法從 VPC 內訪問。
-
在 MLFlow 執行個體詳情頁面,複製執行個體 ID。
-
前往 ALB 控制台,注意選擇與 MLFlow 執行個體相同的地區,在左側導覽列選擇執行個體。
-
在執行個體頁面中,使用執行個體 ID 作為關鍵詞搜尋,找到對應的 ALB 執行個體。

-
點擊執行個體 ID,進入執行個體詳情頁,然後切換到監聽頁簽。

-
找到 80 連接埠對應的監聽器,在目標操作列,點擊查看詳情按鈕。
-
在監聽詳情頁簽的存取控制模組,點擊存取控制策略組的id。

-
在條目頁簽中,點擊添加條目按鈕,配置允許訪問的來源。推薦配置您的 VPC 網段(例如
192.168.0.0/16),或更精確地指定 Notebook 所在網段,以允許來自這些網段的訪問。
在 Notebook 中整合和使用 MLFlow
在使用之前,請檢查並確認您的 MLFlow 執行個體已建立完畢,同時 ALB 的存取控制也已設定完成,能夠允許 Notebook 環境正常訪問 MLFlow 服務。
-
建立檔案:在資源管理員的CODE地區按右鍵,然後選擇建立 Notebook 檔案。

-
安裝mlflow python sdk:在建立的Notebook檔案執行框中,輸入
!pip install mlflow命令後,點擊運行按鈕。
-
編寫訓練代碼:在代碼中,使用從 MLFlow 執行個體詳情頁擷取的VPC 地址來替換
SERVER_URL。import mlflow import mlflow.sklearn from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score import pandas as pd def main(): # 設定遠程跟蹤 URI(僅用於記錄 metadata) mlflow.set_tracking_uri("SERVER_URL") # 設定 MLflow 實驗名稱 mlflow.set_experiment("Iris Classification") # 載入 Iris 資料集 iris = datasets.load_iris() X = iris.data y = iris.target # 建立特徵名稱的 DataFrame(可選,便於記錄) feature_names = iris.feature_names target_names = iris.target_names # 劃分訓練集和測試集 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, random_state=42, stratify=y ) # 定義超參數 n_estimators = 100 max_depth = 3 random_state = 42 # 開始 MLflow 運行 with mlflow.start_run(run_name="RandomForest_Iris"): # 記錄超參數 mlflow.log_param("n_estimators", n_estimators) mlflow.log_param("max_depth", max_depth) mlflow.log_param("random_state", random_state) mlflow.log_param("test_size", 0.2) # 建立並訓練模型 model = RandomForestClassifier( n_estimators=n_estimators, max_depth=max_depth, random_state=random_state ) model.fit(X_train, y_train) # 進行預測 y_pred = model.predict(X_test) # 計算評估指標 accuracy = accuracy_score(y_test, y_pred) precision = precision_score(y_test, y_pred, average='weighted') recall = recall_score(y_test, y_pred, average='weighted') f1 = f1_score(y_test, y_pred, average='weighted') # 記錄評估指標 mlflow.log_metric("accuracy", accuracy) mlflow.log_metric("precision", precision) mlflow.log_metric("recall", recall) mlflow.log_metric("f1_score", f1) # 記錄特徵名稱和目標名稱作為標籤 mlflow.set_tag("features", ", ".join(feature_names)) mlflow.set_tag("targets", ", ".join(target_names)) mlflow.set_tag("algorithm", "RandomForestClassifier") print(f"Model trained successfully!") print(f"Accuracy: {accuracy:.4f}") print(f"Precision: {precision:.4f}") print(f"Recall: {recall:.4f}") print(f"F1 Score: {f1:.4f}") # 記錄模型 mlflow.sklearn.log_model(model, "iris_model") # 擷取當前運行資訊 run_id = mlflow.active_run().info.run_id experiment_id = mlflow.active_run().info.experiment_id print(f"Run ID: {run_id}") print(f"Experiment ID: {experiment_id}") if __name__ == "__main__": main()
常見問題
-
Q:為什麼無法通過 IP 位址訪問 DMS MLFlow ?
A:請按以下順序排查:-
存取控制:確認已在 ALB 的存取控制策略中,添加了允許您當前裝置或 Notebook 網段訪問的規則。
-
安全性群組:確認 MLFlow 執行個體關聯的安全性群組入方向規則已放通了來自您訪問源 IP 的 80 連接埠。
-
網路連通性:確認您的訪問環境(如本地 PC、ECS)與 MLFlow 執行個體所在的 VPC 網路是連通的(例如通過 VPN、雲企業網等)。
-
-
Q:我訓練好的模型檔案儲存在哪裡了?
A:DMS MLFlow 本身不負責儲存模型檔案等二進位產物。您配置的阿里雲OSS桶和路徑會成為預設Artifact Root,您也可以在建立實驗的時候顯式指定Artifact Root。您需要自行配置憑證以保證工件的上傳。若您使用阿里雲OSS作為工件儲存,推薦使用MLFlow外掛程式:https://mlflow.org/docs/latest/ml/plugins/#storage--persistence -
Q:釋放 DMS MLFlow 執行個體後,關聯的 ALB 和 RDS 資源會自動刪除嗎?
A:視情況而定:-
正常情況:釋放 MLFlow 執行個體後,系統會自動清理並釋放其關聯建立的 ALB 執行個體及後端 RDS 資料庫執行個體,無需手動刪除。
-
異常情況:若遇到釋放後 ALB 未自動清理且手動刪除時報錯的情況,屬於底層資源殘留異常,請提交工單聯絡阿里雲支援人員協助處理。
-
-
Q:DMS MLFlow 是否支援公網訪問?如何配置?
A:出於資料安全考慮,不建議直接通過公網訪問 MLFlow 服務,推薦在 VPC 內使用。若業務必須通過公網訪問,可按以下方式配置:-
配置方法:前往 NAT Gateway控制台,添加 DNAT 條目,將公網 IP 的指定連接埠(如 80 連接埠)映射到 MLFlow 執行個體關聯的內網 ALB IP 及對應連接埠,即可通過公網 IP 訪問 MLFlow 服務。
-
安全提示:公網暴露會增加安全風險,請務必配合嚴格的安全性群組策略和存取控制白名單使用,避免未授權訪問。
-